用于微生物群落分析的贝叶斯非参数排序
统计方法学
2017-03-27 v2 应用统计
摘要
人类微生物组研究利用测序技术测量生物材料样本中细菌物种或操作分类单元(OTUs)的丰度。通常数据被组织为列联表,包含跨异质生物样本的OTU计数。在微生物生态学领域,排序方法常用于探究潜在因子或簇,以捕捉和描述跨生物样本的OTU计数变异。评估每个生物样本的微生物分布估计中的不确定性如何传播到排序分析(包括簇的可视化以及生物样本在低维空间上的投影)仍然十分重要。我们提出一种针对依赖分布的贝叶斯分析,为常用排序赋予不确定性估计。我们构造了一个依赖归一化随机测度的贝叶斯非参数先验,其在边缘上等价于归一化广义Gamma过程(一种知名的非参数分析先验)。在我们的先验中,微生物分布之间的依赖性和相似性由集中于低维空间的潜在因子表示。我们使用收缩先验来调节潜在因子的维数。所得模型参数的后验样本可用于评估微生物组研究中常规应用分析的不确定性。具体而言,通过将它们与多元数据分析技术结合,我们可以在生态排序图中可视化可信区域。所提模型的特征通过一项模拟研究以及两个微生物组数据集中的应用加以说明。
引用
@article{arxiv.1601.05156,
title = {Bayesian Nonparametric Ordination for the Analysis of Microbial Communities},
author = {Boyu Ren and Sergio Bacallado and Stefano Favaro and Susan Holmes and Lorenzo Trippa},
journal= {arXiv preprint arXiv:1601.05156},
year = {2017}
}